La reingeniería y optimización de procesos en las industrias manufactureras es un gran desafío debido a las interdependencias de los procesos caracterizadas por una alta tasa de fallos. La investigación ha demostrado que más del 70% de los enfoques fracasan debido a la complejidad resultante de las interdependencias de los procesos durante la fase de implementación. Este documento investiga datos de una operación de manufactura y diseña un algoritmo de filtración para analizar las interdependencias de los procesos como un nuevo enfoque para la optimización de procesos. El algoritmo examina los datos de un proceso de manufactura para identificar limitaciones a través de relaciones de causa y efecto e implementa cambios para lograr un resultado optimizado. El enfoque propuesto de causa y efecto de reingeniería se denomina metodología Khan-Hassan-Butt (KHB), y puede filtrar las interdependencias de los procesos y utilizarlas como herramientas clave para la toma de decisiones. Proporciona un marco de optimización de procesos mejorado que incorpora análisis de datos junto con un algoritmo de causa y efecto para filtrar las interdependencias de los procesos como un enfoque para aumentar la producción y reducir simultáneamente los factores de fallo. También proporciona un marco para filtrar los datos de manufactura en datos estructurados inteligentes. Basado en la metodología KHB propuesta, el estudio investigó un proceso de línea de producción utilizando el paquete de simulación WITNESS Horizon 22 y analizó la eficiencia del enfoque propuesto para la optimización de la producción. Se proporciona un estudio de caso que integró la metodología KHB con la reingeniería de procesos basada en datos para analizar las interdependencias de los procesos y utilizarlas como herramientas de toma de decisiones para la optimización de la producción.